sidsam
利用光谱信息发散-光谱角制图混合方法测量光谱相似性
描述
分数= sidsam (inputData，refSpectrum）inputData和指定的参考光谱refSpectrum采用光谱信息发散-光谱角度制图(SID-SAM)混合方法。使用这种语法来识别高光谱数据立方体中的不同区域或材料。有关SID-SAM方法的信息，请参见更多关于．
分数= sidsam (testSpectrum，refSpectrum）testSpectrum和参考光谱refSpectrum采用SID-SAM混合方法。使用此语法将未知物质的光谱特征与参考光谱进行比较，或计算两个光谱特征之间的光谱变异性。
请注意
此函数需要图像处理工具箱™高光谱成像库．你可以安装图像处理工具箱高光谱成像库从附加的探险家。有关安装附加组件的详细信息，请参见获取和管理附加组件．
例子
利用SID-SAM混合测度识别高光谱区域
读取高光谱数据到工作区。
hcube =超立方体(“jasperRidge2_R198.hdr”)；
使用方法估计数据立方体中光谱不同端元的数量countEndmembersHFC函数。
numEndmembers = countEndmembersHFC (hcube,PFA的, 10 ^ 7);
使用NFINDR算法从数据立方体中提取端元光谱特征。
endmembers = nfindr (hcube numEndmembers);
绘制提取的端元的光谱特征。
图绘制(endmembers)包含(“乐队”) ylabel (“反射”)传说(“位置”，“Bestoutside”）
计算数据立方体中每个端元与每个像素光谱之间的SID-SAM距离。
分数= 0(大小(hcube.DataCube, 1),大小(hcube.DataCube, 2), numEndmembers);为i = 1:numEndmembers score(:，: i) = sidsam(hcube,endmembers(:，i));结束
从每个像素谱相对于所有端点的距离得分计算最小得分值。每个最小分数的索引确定像素谱与之具有最大相似性的端元谱。索引值,n，在空间位置(x，y)表示该像素在空间位置(x，y的光谱特征最匹配nendmember。
[~, matchingIdx] = min(得分,[],3);
估计输入数据的RGB图像彩色化函数。
rgbImg =再着色(hcube,“方法”，“rgb”，“ContrastStretching”,真正的);
同时显示RGB图像和匹配的索引值矩阵。
图(“位置”，[0 0 800 400])副图(“位置”，[0 0.1 0.4 0.8]) imagesc(rgbImg)轴从标题(“高光谱数据的RGB图像”)次要情节(“位置”，[0.45 0.1 0.45 0.8]) imagesc(matchingIdx)轴从标题(“匹配端元的指标”) colorbar
利用SID-SAM确定端元谱的相似性
读取高光谱数据到工作区。
hcube =超立方体(“jasperRidge2_R198.hdr”)；
找出高光谱数据的前10个端元。
numEndmembers = 10;endmembers = nfindr (hcube numEndmembers);
考虑第一个端元作为参考谱，其余端元作为测试谱。
refSpectrum = endmembers (: 1);testSpectra = endmembers(:, 2:结束);
绘制参比谱和其他端元谱。
图绘制(refSpectrum,“线宽”2);持有在情节(testSpectra);持有从标签=细胞(1、numEndmembers-1);标签{1}=“参考”；为itr = 1:numEndmembers-1 label{itr+1} = [“Endmember -”num2str (itr)];结束包含(“乐队”) ylabel (“相对于红光”)传说(标签,“位置”，“Bestoutside”)；
计算参考光谱和测试光谱之间的SID-SAM评分。
分数= 0(1、numEndmembers-1);为itr = 1:numEndmembers-1 testSpectrum = testSpectra(:，itr);分数(itr) = sidsam (testSpectrum refSpectrum);结束
找出与参考光谱具有最大相似度(最小距离)的测试光谱。然后找出与参考光谱具有最小相似度(最大距离)的测试光谱。
[minval, minidx] =分(分数);maxMatch = testSpectra (:, minidx);[maxval, maxidx] = max(分数);minMatch = testSpectra (:, maxidx);
绘制参考光谱、最大相似度和最小相似度测试光谱。分数值最小的测试谱表示与参考端元相似度最高。另一方面，具有最大评分值的测试光谱具有最高的光谱变异性，并表征了两种不同材料的光谱行为。
图绘制(refSpectrum,“线宽”, 2)在情节(maxMatch“k”)情节(minMatch“r”)包含(带数字的) ylabel (的数据值)传说(参考光谱的，“最大匹配测试谱”，“最小匹配测试谱”，．..“位置”，“Southoutside”)标题(的光谱之间的相似性1000年)文本(20日,(“马克斯得分:”num2str (maxval)),“颜色”，“r”)文本(145、1800、的最小得分:num2str (minval)),“颜色”，“k”）
输入参数
输出参数
更多关于
参考文献
[1], Chein-I。用于光谱表征的高光谱鉴别新方法。光学工程43岁的没有。8(2004年8月1日):1777。https://doi.org/10.1117/1.1766301。
你也可以从以下列表中选择一个网站:
